掩码自注意力

SeeThrough3D：文本到图像生成中的遮挡感知三维控制

SeeThrough3D: Occlusion Aware 3D Control in Text-to-Image Generation

将三维布局中的遮挡关系显式编码为半透明三维框渲染，并通过掩码自注意力绑定物体与文本，为布局可控生成提供可复用的遮挡感知条件注入方式。